CN119449411A 一种资产安全防护策略自适应调整方法及系统 （广东电网有限责任公司）

一种资产安全防护策略自适应调整方法及本发明公开了一种资产安全防护策略自适2获取处于混合云环境中的待处理资产的第一资产信息对各所述安全防护策略进行冲突检测与冲突分类，得到对应的冲突策略清采用策略编排引擎，结合所有所述安全防护策略和所有所基于所述配置脚本，控制所述待处理资产进行自动化部署，并基于所述第二资产信息，分析当前的待处理资产的资产规模的策略编排引擎，结合所有所述安全防护策略和所有所述安全防护策略对应的策略描述信采用策略编排引擎，解析各所述安全防护策略，得到各所对各所述安全防护策略对应的策略描述信息进行语法分析和语义检查调用所述待处理资产对应的平台的配置模板库，从所述获取处于混合云环境中的待处理资产的第一资产信息，分析所述待处理资产的防火墙日志和网络流量，并基于所述数据流转路径、所述关键网络节点和所述数据交换点3将所述配置脚本传输至Ansible配置通过自回归积分滑动平均模型，结合所述第二资产信息，计算当前的待处理资若当前的待处理资产的资产数量变化率大于预设值，则启动安基于所述策略规则集，确定各所述安全防护策略的策略优先级并生成初始安全策略对所述初始安全策略库进行冲突检测，若检测到所述初始安全策略库中存在策略冲对所述初始安全策略库进行冲突检测，若检测到所述初始安全策略库中存在策略冲4基于所述安全事件日志，识别资产间的策略冲突和异常行为模式，应执行计划；根据所述初步响应执行计划的历史响应效果数据，对所述初步响基于关联规则挖掘结果，判断各个安全事件是否为关联事件数据获取模块，用于获取处于混合云环境中的待处理资产的第一策略冲突检测模块，用于对各所述安全防护策略进行冲突检测与脚本生成模块，用于采用策略编排引擎，结合所有所述安全策略调整模块，用于基于所述第二资产信息，分析当前的待处5[0005]获取处于混合云环境中的待处理资产的第一资产信息，并基于所述第一资产信6[0017]获取处于混合云环境中的待处理资产的第一资产信息，并基于所述第一资产信[0023]对敏感数据字段进行动态脱敏处理，并为各个用户角色分别设置对应的脱敏规7别数据流转路径并确定关键网络节点和数据交换点，能够帮助精准定位潜在的威胁和漏[0032]若当前的待处理资产的资产数量变化率大于预设值，则对当前的待处理资产对应的安全防护策略、数据库访问控制和数据加密措施进行重新评息，计算当前的待处理资产的资产数量变化率并预测当前的待处理资产的资产变化趋势，8[0035]基于所述第一资产信息，将所述待处理资产的差异化防护需求抽象为策略规则[0041]利用所述冲突策略清单，对资产间的策略冲突与安全事件日志进行实时关联分9[0060]图1：为本发明实施例一提供的一种资产安全防护策略自适应调整方法的流程示[0061]图2：为本发明实施例一提供的一种资产安全防护策略自适应调整系统的结构示数据敏感性和业务影响程度计算得分，3分以上划分为高风险资产。此外，SolarWinds[0074]在本实施例中，通过分析防火墙日志和Wireshark网络流量监控工具识别数据流[0081]此外，通过Splunk安全信息与事件管理系统(SplunkSIEM系统)，实现云上云下据流量监控指令对入站流量进行实时监控和过滤，若检测到入站流量超过预设的流量阈若IP信誉数据库存在与HTTP请求特征相关的低信誉度IP地址，则判定HTTP请求特征不合30秒内将更新推送至所有端点)和自动部署，通过XACML策略分发点(PDP)将策略更新推送至云上和本地安全组件(XACML策略分发点采用发布_订阅模式，确保云上和本地组件能够[0110]步骤S21，基于第一资产信息，将待处理资产的差异化防护需求抽象为策略规则[0111]在本实施例中，第一资产信息还包括资产类型和安全防护级别。具体地，通过下资产的防护需求抽象为策略规则集。节点和50000个关系，通过图算法计算资产间的连接度和中心性，能够识别出20个关键节[0124]作为一种举例说明，策略执行引擎每5分钟更新一次安全策略，平均响应时间为[0125]进一步地，步骤S2还包括策略缺陷冗余处理流程，该流程包括步骤S201至步骤[0129]作为一种举例说明，利用Ansible配置管理工具，扫描企业网络中的1000台服务[0130]步骤S2012，根据安全策略信息及预先建立的云服务商标准策略模板，采用规则。值与标准模板阈值的偏差超过20％被判定为缺陷或冗余，以识别出150个策略缺陷和50个运用BERT模型在云服务商的安全最佳实践知识库中进行知识抽取，并结合资产特性标签，据加密配置和/或入侵检测规则。[0137]作为一种举例说明，PageRank算法分析1000个策略节点之间重要性得分低于0.01的策略被视为可删除，最终识别出30个可合并策略和20个可删除策分钟内完成所有服务器的策略更新，实现云上云下1000台服务器安全策略的一致性和优[0144]步骤S2023，若相似度值高于预设阈值，则将对应的策略模板确定为候选优化方[0155]作为一种举例说明，策略部署过程中，安全编排引擎为每个变更创建回滚快Nmap进行资产发现，识别新增或删减的Web应用和核心数据库资产，结合配置管理数据库化，发现安全事件减少30误报率下降15系统响应时间增加不超过50毫到平均响应时间增加5ms，错误率上升0.1均在可接受范围内，逐步扩大至1000台服务[0184]步骤S51，通过自回归积分滑动平均模型(ARIMA模型，Autoregressive[0185]作为一种举例说明，将近30天数据输入ARIMA模型，预测未来7天资产增长率为[0193]作为一种举例说明，Neo4j图数据库初始构建包含10000个资产节点和50000个关优先搜索(DFS)算法，基于初始资产安全关联图谱，分析资产节点间的复杂交互和依赖关[0208]步骤S6，部署分布式日志采集器，从待处理资产中获取安全事件日志，并通过关联事件报告和基于CVSS评分体系的风值为0.3，每1000次迭代衰减10％。强化学习模型在10万次交互后，响应准确率流，平均执行时间从30分钟优